R / lubridate: Рассчитать количество перекрывающихся дней между двумя периодами. - PullRequest
Новая
       21

R / lubridate: Рассчитать количество перекрывающихся дней между двумя периодами.

0 голосов
/ 07 сентября 2018

Я пытаюсь рассчитать количество перекрывающихся дней между двумя периодами времени. Один период фиксируется в начальной и конечной датах, другой записывается как начальная и конечная даты во фрейме данных.

Изменить: Я имею дело с объявлениями, которые имеют дату публикации (df $ start) и дату отмены публикации (df $ end). Я пытаюсь выяснить, сколько дней они были в сети в определенном месяце (my.start = 2018-01-01, my.end = 2018-08-31). 

library(dplyr)
library(lubridate)

my.start <- ymd("2018-08-01")
my.end <- ymd("2018-08-31")

df <- data.frame(start = c("2018-07-15", "2018-07-20", "2018-08-15", "2018-08-20", "2018-09-01"), 
                 end   = c("2018-07-20", "2018-08-05", "2018-08-19", "2018-09-15", "2018-09-15"))

# strings to dates
df <- mutate(df, start = ymd(start), end = ymd(end))

# does not work - calculate overlap in days
df <- mutate(df, overlap = intersect(interval(my.start, my.end), interval(start, end)))

Результаты должны быть 0, 5, 4, 12, 0 дней: 

   my.start |-------------------------------| my.end

|-----| (0)
        |---------| (5)
                            |----| (4)
                                   |------------------| (12)
                                             |---------------| (0)

В Excel я бы использовал 

=MAX(MIN(my.end, end) - MAX(my.start, start) + 1, 0)

но это тоже не работает: 

# does not work - calculate via min/max
df <- mutate(df, overlap = max(min(my.end, end) - max(my.start, start) + 1, 0))

Прежде чем я попытаюсь использовать подход Excel с использованием as.numeric() в отношении дат, я подумал, есть ли более разумный способ сделать это.

РЕДАКТИРОВАТЬ: На самом деле, числовой подход Excel также не похоже на две работы (все результаты равны нулю): 

# does not work - calculate via numeric

ms.num <- as.numeric(my.start)
me.num <- as.numeric(my.end)

df <- df %>% 
  mutate(s.num = as.numeric(start),
         e.num = as.numeric(end),

         overlap = max(min(e.num, me.num) - max(s.num, ms.num) + 1, 0))

Edit: подход @akrun, кажется, работает для дат ymd. Тем не менее, похоже, что он не работает для ymd_hms раз: 

library(dplyr)
library(lubridate)
library(purrr)

my.start <- ymd("2018-08-01")
my.end <- ymd("2018-08-31")

df <- data.frame(start = c("2018-07-15 10:00:00", "2018-07-20 10:00:00", "2018-08-15 10:00:00", "2018-08-20 10:00:00", "2018-09-01 10:00:00"), 
                 end   = c("2018-07-20 10:00:00", "2018-08-05 10:00:00", "2018-08-19 10:00:00", "2018-09-15 10:00:00", "2018-09-15 10:00:00"))

# strings to dates
df <- mutate(df, start = ymd_hms(start), end = ymd_hms(end))

# leads to 0 results
df %>% mutate(overlap = map2(start, end, ~ sum(seq(.x, .y, by = '1 day') %in% seq(my.start, my.end, by = '1 day'))))

Ответы [ 2 ]

0 голосов
/ 07 сентября 2018

Мы можем использовать pmin/pmax, чтобы получить min/max из двух наборов vector s 

df %>% 
   mutate(overlap = ifelse(my.start > end, 0, pmin(my.end, end) - 
                                 pmax(my.start, start) + 1))
#       start        end overlap
#1 2018-07-15 2018-07-20   0
#2 2018-07-20 2018-08-05   5
#3 2018-08-15 2018-08-19   5
#4 2018-08-20 2018-09-15  12
#5 2018-09-01 2018-09-15   0

Если мы хотим использовать ту же опцию, что и в коде OP, то есть min/max, либо с rowwise(), либо с использованием map2, мы перебираем строки 

library(purrr)
df %>% 
  mutate(overlap = map2_dbl(start, end, ~
        max( as.integer(min(my.end, .y) - max(my.start, .x) + 1), 0)))

Заметил, что фактические данные ОП имеют временную составляющую. В этом случае измените приведенное выше решение путем преобразования в Date class 

df %>% 
   mutate(overlap = map2_dbl(start, end, ~
     max(as.integer(min(my.end, as.Date(.y)) - max(my.start, as.Date(.x)) + 1), 0)))
0 голосов
/ 07 сентября 2018

Я думаю, что у вас могут возникнуть проблемы с max и min против pmax и pmin: 

library(dplyr)

df %>%
  mutate(overlap = pmax(pmin(my.end, end) - pmax(my.start, start) + 1,0))

       start        end overlap
1 2018-07-15 2018-07-20  0 days
2 2018-07-20 2018-08-05  5 days
3 2018-08-15 2018-08-19  5 days
4 2018-08-20 2018-09-15 12 days
5 2018-09-01 2018-09-15  0 days
...